在寻找模型之前，我们必须忘却完美
机器学习
2022-12-05 v1 人工智能
摘要
在强化学习中，我们假设世界的模型确实存在。我们进一步假设所讨论的模型是完美的（即它完整且无歧义地描述世界）。本文将论证，寻找完美模型毫无意义，因为该模型过于复杂且实际上不可能找到。我们将表明，应当放弃对完美的追求，转而追求事件驱动（ED）模型。这些模型是马尔可夫决策过程（MDP）模型的推广。这一推广至关重要，因为没有它便无从找到任何模型。我们的目标不是单一的 MDP，而是寻找一大批简洁的 ED 模型，每一个描述一种简单的依赖关系或性质。换言之，我们将以寻找大量简单模型取代对单一复杂完美模型的搜寻。
引用
@article{arxiv.1912.04964,
title = {Before we can find a model, we must forget about perfection},
author = {Dimiter Dobrev},
journal= {arXiv preprint arXiv:1912.04964},
year = {2022}
}